Diseño eficiente mediante algoritmo genético de placas bipolares para stacks de metanol directo con aplicaciones navales y aeronáuticas

Abstract

Los vehículos aéreos y submarinos no tripulados constituyen un sector en auge. Su mercado potencial es muy amplio debido al gran número de aplicaciones que presentan estos vehículos. Sin embargo, actualmente estos dispositivos se encuentran muy limitados en su autonomía y alcance por las plantas de potencia que emplean, habitualmente baterías. Esto provoca que el tipo de misiones que pueden desempeñar sea reducido. En este contexto las pilas de combustible surgen como una posible solución para aumentar el alcance y la autonomía de los vehículos no tripulados. Gran parte del peso y del volumen de un stack de pila de combustible es debido a las placas bipolares. Por tanto, su diseño resulta fundamental en el caso de pilas de combustible destinadas a ser embarcadas en estos vehículos, donde la masa y el volumen de la carga de pago están muy restringidos. En este trabajo se ha desarrollado una herramienta basada en algoritmos genéticos que permite obtener el stack de menor peso, de menor volumen o de una menor relación de ambos. Además se comprueba que los algoritmos genéticos son un método aplicable a la optimización del diseño de stacks. ----------ABSTRACT---------- Unmanned aerial and undersea vehicles constitute a growing sector. Its potential market is very broad due to their large number of applications. However, these devices are currently constrained in range and endurance by their power plants, usually batteries. This reduces the kind of missions they can carry out. In this context, fuel cells arise as a possible solution to extend ranges and endurances of unmanned vehicles. Most of the weight and the volume of fuel cell stack is due to the bipolar plates. Therefore, the design of bipolar plates is key for fuel cells to be installed on board of such vehicles, wherein mass and volume of the payload is highly restricted. This work presents a tool that allows to obtain the configuration of the stack with lowest weight, lowest volume or lowest relation of both. In addition, it has been proved that the genetic algorithms are a suitable method for the optimization of the stack design.